首页 > 其他分享 >微积分甲II - 期末复习

微积分甲II - 期末复习

时间:2024-10-29 22:35:13浏览次数:1  
标签:frac 复习 int 微积分 II partial 例题 sum mathrm

微积分(甲)II 辅学:期末复习

一、级数

级数 \(\sum a_n\) 收敛(发散)等价于数列 \((\sum_{i=1}^n a_i)\) 收敛(发散)。

1.1 正项级数

  1. 比较判别法:

    • \(\sum a_n\) 收敛,\(b_n\leq a_n\),\(\sum b_n\) 收敛;
    • \(\sum a_n\) 发散,\(b_n\geq a_n\),\(\sum b_n\) 发散。
    • 积分判别法:\(\int_1^{+\infty} f(x)\mathrm{d}x\leq \sum f(n)\leq\int_0^{+\infty}f(x)\mathrm{d}x\)。
  2. \(p-\)判别法:

    • \(a_n\leq Cn^p,p<-1\),\(\sum a_n\) 收敛;
    • \(a_n\geq Cn^p,p\geq -1\),\(\sum a_n\) 发散。

例题 1 讨论 \(\sum_{n\geq 2} \frac 1{n^p\ln^q n}\) 的收敛性。

例题 2 讨论 \(\sum \sin \dfrac{1}{n^p}\) 的收敛性。

1.2 变号级数

  1. \((a_n)\) 收敛于零,则\(\sum (-1)^na_n\) 收敛。例如 \(\sum \frac{(-1)^n}n\)。
  2. (Dirichlet)\((\sum_{i=1}^n a_i)\) 有界,\((b_n)\) 单调收敛于零,则 \(\sum a_nb_n\) 收敛。例如 \(\sum \dfrac{\sin n}{n}\) (如何证明 \((\sum_{i=1}^n \sin i)\) 有界?)。
  3. (Abel)\(\sum a_n\) 收敛,\((b_n)\) 单调有界,则 \(\sum a_nb_n\) 收敛。
  4. 绝对收敛:\(\sum |a_n|\) 收敛;条件收敛:\(\sum a_n\) 收敛但 \(\sum |a_n|\) 不收敛。

1.3 函数列、函数项级数

  1. 点态收敛:\(f(x)=\lim_{n\rightarrow \infty} f_n(x)\) 。
  2. 一致收敛:\(\forall \epsilon>0, \exists N, ~\text{s.t.}~\forall n>N,\forall x\in (a,b), |f_n(x)-f(x)|<\epsilon\)。\((x^n)\) 在 \([0,1]\) 上点态收敛,不一致收敛。
  3. 一致收敛的函数列,极限号可与极限、求导、求积分号交换。

1.4 幂级数(重点)

  1. 定义:\(f(x) = \sum_{n\geq 0} a_n(x-x_0)^n\),收敛域 \((x_0-R,x_0+R)\) ,\(R\) 为收敛半径。\(a_n=\dfrac{f^{(n)}(x_0)}{n!}\) 。
  2. 常见幂级数展开式(在 \(0\) 处展开)

\[\begin{aligned} \dfrac 1{1-x} = & 1 + x + x^2 + \cdots & = & \sum_{n\geq 0} x^n \\ e^x = & 1+x+\frac {x^2}2+\frac {x^3}6 + \cdots & = & \sum_{n\geq 0} \frac{x^n}{n!} \\ \cos x = & 1 - \frac {x^2}2 + \frac {x^4}{24} - \cdots & = & \sum_{n\geq 0} (-1)^n\frac{x^{2n}}{(2n)!}\\ \sin x = & x-\frac {x^3}6+\frac {x^5}{120} - \cdots & = & \sum_{n\geq 0} (-1)^n\frac{x^{2n+1}}{(2n+1)!} \\ \ln(1+x) = & x - \frac {x^2}2 + \frac {x^3}3 - \cdots & = & \sum_{n\geq 1} (-1)^{n-1}\frac{x^n}n \\ (1+x)^\alpha = & 1 + \alpha x + \frac {\alpha(\alpha-1)}2x^2 + \cdots & = & \sum_{n\geq 0}\binom{\alpha}nx^n \\ \arctan x = & x - \frac{x^3}3 + \frac{x^5}5 - \cdots & = & \sum_{n\geq 0} (-1)^n\frac{x^{2n+1}}{2n+1} \\ \arcsin x = & x + \frac 16x^3 + \frac 3{40}x^5 + \cdots & = & \sum_{n\geq 0} \frac{(2n)!}{4^n(n!)^2(2n+1)}x^{2n+1} \\ \end{aligned} \]

  1. 幂级数的加减、乘法和复合:

    \[f(x)+g(x)=\sum (a_n+b_n)x^n, f(x)g(x) = \sum (\sum_{j=0}^n a_jb_{n-j}) x^n, f(g(x)) = \sum a_ng(x)^n = ... \]

    例如 \(\dfrac {1-x}{1+x^2}+\arctan x\)。

  2. 较复杂的函数求幂级数展开可以考虑求导或积分:

    \[f'(x) = \sum na_nx^{n-1}, \int f(x)\mathrm{d}x = \sum \frac{a_nx^{n+1}}{n+1}+C \]

    例如 \(\ln(x+\sqrt{1+x^2})\)。

  3. 幂级数反向应用于级数求和。例如 \(\sum_{n\geq 0} \dfrac{n^2}{2^n}, \sum_{n\geq 0}\dfrac {(-1)^n}{n2^n},\sum_{n\geq 0} \dfrac 1{(2n)!}\)。

例题 4 求 \(x^2\arctan x^2 - \ln\sqrt{1+x^4}\) 的麦克考林级数。

例题 5 计算级数 \(\sum_{n\geq 1} \dfrac{(-1)^{n-1}}{n(n+1)}\)。

1.5 傅里叶级数

  1. 周期为 \(2\pi\) 的函数的傅里叶级数

    \[f(x) \sim \frac {a_0}2+\sum_{n\geq 1} (a_n\cos nx+b_n\sin nx), a_n = \frac 1\pi\int_{-\pi}^\pi f(x)\cos nx\mathrm{d}x, b_n = \frac 1\pi\int_{-\pi}^\pi f(x)\sin nx\mathrm{d}x \]

    傅里叶级数在 \(f(x)\) 的连续点处收敛到 \(f(x)\),在第一类间断点处收敛到 \(\frac{f(x+)+f(x-)}2\),在第二类间断点处不收敛。

  2. 傅里叶级数的复形式

    \[f(x) \sim \sum_{n\in \mathbb{Z}} a_ne^{\mathrm{i}nx},a_n=\int_{-\pi}^{\pi}f(x)e^{-\mathrm{i}nx}\mathrm{d}x \]

  3. 周期为 \(2l\) 的函数的傅里叶级数

    \[f(x)\sim \frac {a_0}2 + \sum_{n\geq 1} \left(a_n\cos\frac{\pi nx}{l} +b_n\sin\frac{\pi nx}{l}\right), a_n = \frac 1l\int_{-l}^l f(x)\cos\dfrac{\pi nx}{l}\mathrm{d}x, b_n=\frac 1l\int_{-l}^lf(x)\sin\dfrac{\pi nx}{l}\mathrm{d}x \]

  4. 傅里叶级数应用于级数求和。例如 \(\sum \frac 1{n^2},\sum \frac 1{n^4}\) (自己构造很难,一般会直接给出 \(f(x)\))。

例题 6 求 \(x^2\) 在 \([-\pi,\pi]\) 上的傅里叶级数,并计算级数和 \(\sum \frac 1{n^2}\)。

二、多元微分

多元微积分部分只需熟练掌握二、三维的概念和计算。

下面的概念都以二维为例,三维直接推广。

2.1 可微定义

  1. 偏导数

    \[\frac{\partial f}{\partial x}(x,y) = f_x(x,y) = \lim_{\delta\rightarrow 0}\frac{f(x+\delta,y)-f(x,y)}{\delta} \]

    实际计算时,直接把 \(y\) 当常数对 \(x\) 求导即可。但如果这样算得到了未定式(例如零比零,无穷比无穷,或者有不可导的部分),需要改用定义。

  2. 方向导数

    \[\eta=(\cos\theta,\sin\theta),\frac{\partial f}{\partial\eta}(x,y) = f_\eta(x,y) = \lim_{\delta\rightarrow 0}\frac{f(x+\delta\cos\theta,y+\delta\sin\theta)-f(x,y)}{\delta} \]

    如果 \(f\) 可微,则 \(f_\eta(x,y)=f_x(x,y)\cos\theta+f_y(x,y)\sin\theta\)。

  3. 可微

    \[f(x+\Delta x,y+\Delta y)=f(x,y)+f_x(x,y)\Delta x+f_y(x,y)\Delta y+o(\sqrt{(\Delta x)^2+(\Delta y)^2}) \]

    注意:可微不等价于偏导数存在,也不等价于方向导数存在,也不等价于偏导数存在+连续。

    一般只能通过定义来证明可微性。若想证明不可微,只需证明\((x,y)\)沿不同路径趋向于 \((x_0,y_0)\) 时差商极限不同即可。

  4. 全微分、梯度

    \[df(x,y) = f_x(x,y)dx+f_y(x,y)dy \\ \mathbf{grad}f(x,y) = (f_x(x,y),f_y(x,y)) \]

    全微分存在的前提是可微。

  5. 高阶偏导数

    严格来说,高阶偏导数的定义是和求偏导的顺序有关的。

    但一般情况下,直接按任意顺序依次求偏导即可。例如 \(f_{xxy}\) 就可以先对 \(x\) 求二阶导(把 \(y\) 当作常数),再对 \(y\) 求一阶导(把 \(x\) 当作常数)。

  6. 链式法则

    \[\dfrac{\partial f}{\partial x}(u(x,y),v(x,y))=f_u(u(x,y),v(x,y))u_x(x,y)+f_v(u(x,y),v(x,y))v_x(x,y) \]

    当链式法则和高阶偏导同时出现时,需要注意此时高阶偏导需要逐次求导,且低阶偏导数都要看成关于 \(u,v\) 的函数。

例题 7 求函数 \(f(x,y)=\frac{y^2\ln(1+xy)}{x^2+y^4}\) 在 \((0,0)\) 处的方向导数。\(f\) 在 \((0,0)\) 是否可微?

例题 8 \(\dfrac{\partial^2 u}{\partial x^2}-\dfrac{\partial^2 u}{\partial y^2}=0,\xi=x+y,\eta=x-y\),证明 \(\dfrac{\partial^2 u}{\partial \xi\partial \eta}=0\)。

2.2 隐函数定理(重点)

  1. 一元隐函数求导

    设 \(y(x)\) 是由 \(f(x,y)=0\) 确定的隐函数,则 \(y'(x)=-\frac{f_x(x,y)}{f_y(x,y)}\)。

    进一步结合链式法则有 \(y'' = -\dfrac{f_y(f_{xx}+f_{xy}y')-f_x(f_{xy}+f_{yy}y')}{f_y^2}=-\dfrac{f_{xx}f_y^2-2f_xf_yf_{xy}+f_{yy}f_x^2}{f_y^3}\)。

  2. 多元隐函数求导

    设 \(z(x,y)\) 是由 \(f(x,y,z)=0\) 确定的隐函数,则 \(z_x(x,y) = -\frac {f_x(x,y,z)}{f_z(x,y,z)}\)。

    \(z_{xx},z_{xy},z_{yy}\) 等高阶偏导的计算同样结合链式法则,公式类似。

  3. 多元隐函数方程组

    设 \(y(x),z(x)\) 是由 \(f(x,y,z)=0,g(x,y,z)=0\) 确定的隐函数,则

    \[\begin{aligned} \begin{bmatrix} f_y & f_z \\ g_y & g_z \\ \end{bmatrix} \begin{bmatrix} y' \\ z' \\ \end{bmatrix} + \begin{bmatrix} f_x \\ g_x \\ \end{bmatrix} =0. \end{aligned} \]

    设 \(z(x,y),w(x,y)\) 是由 \(f(x,y,z,w)=0,g(x,y,z,w)=0\) 确定的隐函数,则

    \[\begin{aligned} \begin{bmatrix} f_z & f_w \\ g_z & g_w \\ \end{bmatrix} \begin{bmatrix} z_x \\ w_x \\ \end{bmatrix} + \begin{bmatrix} f_x \\ g_x \\ \end{bmatrix} =0. \end{aligned} \]

例题 9 \(z(x,y)\) 由 \(x^2+y^2+z^2=e^{x+y+z}\) 确定,\(f(x,y)=e^x\sin(y+z(x,y))\),求 \(f_{xy}(0,0)\)。

例题 10 \(f(x,e^x)=e^x,f(x^2-1,2x+3)=x^2e^x\),求 \(\mathbf{grad}\boldsymbol{f}(0,1)\)。

2.3 几何应用

  1. 三维曲线的切线

    参数式曲线 \((x(t),y(t),z(t))\) 在 \((x(t_0),y(t_0),z(t_0))\) 点的切线方程为

    \[x = x'(t_0)s+x(t_0),\\ y=y'(t_0)s+y(t_0),\\ z=z'(t_0)s+z(t_0).\\ \]

    方程式曲线 \(f(x,y,z)=0,g(x,y,z)=0\) 在 \((x_0,y_0,z_0)\) 点的切线方程为

    \[(f_x,f_y,f_z)\cdot (x-x_0,y-y_0,z-z_0)=0, \\ (g_x,g_y,g_z)\cdot (x-x_0,y-y_0,z-z_0)=0. \\ \]

  2. 三维曲线的法平面

    参数式曲线 \((x(t),y(t),z(t))\) 在 \((x(t_0),y(t_0),z(t_0))\) 点的法平面方程为

    \[(x'(t_0),y'(t_0),z'(t_0))\cdot(x-x(t_0),y-y(t_0),z-z(t_0))=0. \]

    方程式曲线 \(f(x,y,z)=0,g(x,y,z)=0\) 在 \((x_0,y_0,z_0)\) 点的法平面方程为

    \[(f_x,f_y,f_z)\times(g_x,g_y,g_z)|_{(x_0,y_0,z_0)}\cdot (x-x_0,y-y_0,z-z_0)=0. \]

  3. 三维曲面的法线

    方程式曲面 \(f(x,y,z)=0\) 在 \((x_0,y_0,z_0)\) 点的法线方程为

    \[x=f_x(x_0,y_0,z_0)s+x_0,y=f_y(x_0,y_0,z_0)s+y_0,z=f_z(x_0,y_0,z_0)+z_0. \]

    参数式曲面 \((x(u,v),y(u,v),z(u,v))\) 在 \((x(u_0,v_0),y(u_0,v_0),z(u_0,v_0))=(x_0,y_0,z_0)\) 点的法线方程为

    \[x=(y_uz_v - y_vz_u)s+x_0,\\ y=(z_ux_v - z_vx_u)s+y_0,\\ z=(x_uy_v - x_vy_u)s+z_0.\\ \]

  4. 三维曲面的切平面

    方程式曲面 \(f(x,y,z)=0\) 在 \((x_0,y_0,z_0)\) 点的切平面方程为

    \[(f_x,f_y,f_z)\cdot(x-x_0,y-y_0,z-z_0)=0. \]

    参数式曲面 \((x(u,v),y(u,v),z(u,v))\) 在 \((x(u_0,v_0),y(u_0,v_0),z(u_0,v_0))=(x_0,y_0,z_0)\) 点的切平面方程为

    \[((y_uz_v - y_vz_u),(z_ux_v - z_vx_u),(x_uy_v - x_vy_u))|_{(u_0,v_0)}\cdot (x-x_0,y-y_0,z-z_0) = 0. \]

2.4 多元最值、极值(重点)

  1. 驻点
    \(df(x,y)=0\) 则 \((x,y)\) 是驻点。极值点都是驻点。

    • \(d^2f\) 正定,极小值;
    • \(d^2f\) 负定,极大值;
    • \(d^2f\) 不定,非极值(鞍点);
    • \(d^2f\) 半定,无法判断,改用定义。
      无条件最值:直接找所有驻点比较即可,无需再判断是否为极值。
  2. 拉格朗日乘子法
    求解条件极值问题的方法。
    例如要解

    \[\min f(x,y,z)\mathrm{~s.t.~}g_1(x,y,z)=0,g_2(x,y,z)=0, \]

    \[L(x,y,z,\lambda_1,\lambda_2) = f(x,y,z) + \lambda_1 g_1(x,y,z) + \lambda_2 g_2(x,y,z) \]

    然后求 \(L\) 的无条件最小(极小)值点即可。最大值同理。
    区域最值:先找所有驻点,然后讲区域边界表示为限制条件。求条件极值。

例题 11 求曲面 \(\frac{x^2}9+\frac{y^2}{16}+\frac {z^2}{25}=1\) 和平面 \(2x+3y+z=1\) 的距离的最大值。

三、多元积分

3.1 多重积分

  1. 累次积分
    形如 \(\int_a^b\int_{c(x)}^{d(x)} f(x,y)\mathrm{d}y\mathrm{d}x\) 的积分。
    先对内部关于 \(y\) 的函数(把 \(x\) 视为常数)积分。再对外部关于 \(x\) 的函数积分。
    累次积分可以交换两个积分号。具体做法是:联立两个不等式 \(a\leq x\leq b, c(x)\leq y\leq d(x)\),先把 \(y\) 的范围 \(I_y\) 解出来,然后用第二个不等式反解出 \(x\) 的范围 \(I_x(y)\)。
    积分化为 \(\int_{I_y}\int_{I_x(y)} f(x,y)\mathrm{d}x\mathrm{d}y\)。这里 \(I_y\) 和 \(I_x(y)\) 都是若干个不交区间的并。

  2. 重积分
    形如 \(\int_D f(x,y)\mathrm{d}x\mathrm{d}y\) 的积分。
    先将 \(D\) 表示成不等式的形式(如果是某几条曲线围成的有界区域,就画出草图然后看区域对应的不等式),然后固定 \(x\)(或 \(y\)),解出 \(y\) 的范围 \(I_y(x)\)(或 \(x\) 的范围 \(I_x(y)\))。
    重积分化为累次积分 \(\int_{I_x}\int_{I_y(x)} f(x,y)\mathrm{d}y\mathrm{d}x\)。

  3. 变量替换
    设 \(T: (x,y)\rightarrow (u,v)\) 是 \(D\) 到 \(T(D)\subset \mathbb{R}^2\) 的连续可微双射,\(f(x,y)\),则

    \[\int_D f(x,y)\mathrm{d}x\mathrm{d}y = \int_{T(D)} f(x(u,v),y(u,v))\bigg|\dfrac{\partial(x,y)}{\partial(u,v)}\bigg|\mathrm{d}u\mathrm{d}v \]

    严格来说,因为面积(体积)为 \(0\) 的区域积分不影响积分值,所以 \(T\) 只要在 \(D\) 去掉一个面积(体积)为 \(0\) 的子集后的区域满足上面的性质即可。
    常见的变量替换公式有

    \[\begin{aligned} x & = r\cos \theta, y = r\sin \theta, & \bigg|\dfrac{\partial(x,y)}{\partial(r,\theta)}\bigg| & = r \\ x & = r\sin \varphi\cos \theta, y = r\sin \varphi\sin \theta, z = r\cos \varphi, & \bigg|\dfrac{\partial(x,y,z)}{\partial(r,\varphi,\theta)}\bigg| & = r^2\sin\varphi \\ x & = r\cos \theta, y = r\sin \theta, z = z, & \bigg|\dfrac{\partial(x,y,z)}{\partial(r,\theta,z)}\bigg| & = r \\ (u,v,w)^T & = A(x,y,z)^T+(x_0,y_0,z_0)^T, & \bigg|\dfrac{\partial(x,y,z)}{\partial(u,v,w)}\bigg| & = \det(A)^{-1} \\ \end{aligned} \]

    这几类替换分别称为二元极坐标、三元极坐标、柱坐标变换和线性坐标变换。

例题 12 计算重积分

\[\int_D y\mathrm{d}x\mathrm{d}y. \]

其中 \(D\) 为 \(x=a(t-\sin t), y=a(1-\cos t) (0\leq t\leq 2\pi)\) 与 \(x\) 轴所围成的区域。

例题 13 计算重积分

\[\int_\Omega z\mathrm{d}x\mathrm{d}y\mathrm{d}z. \]

其中 \(\Omega\) 为 \(z=xy, y=x, x=1, z=0\) 所围成的区域。

例题 14 计算区域 \(D\) 的面积,其中 \(D\) 是曲线 \((x^2+y^2)^2 = a(x^3 - 3xy^2)\) 所围成的图形。

例题 15 计算重积分

\[\int_\Omega (x+y+z)^2\mathrm{d}x\mathrm{d}y\mathrm{d}z. \]

\(\Omega\) 是曲面 \(x^2+y^2=2az\) 和 \(x^2+y^2+z^2=3a^2\) 围成的有界区域。

3.2 第一类曲线、曲面积分

  1. 参数式第一类曲线积分
    设曲线参数表示为 \(\gamma = (x(t), y(t)), t\in [a,b]\),则

    \[\int_\gamma f(x,y)\mathrm{d}s = \int_a^b f(x(t),y(t))\sqrt{x'(t)^2+y'(t)^2}\mathrm{d}t. \]

    特别地,当曲线有显式表达 \(y=y(x)\) 时,

    \[\int_\gamma f(x,y)\mathrm{d}s = \int_a^b f(x,y(x))\sqrt{1+y'(x)^2}\mathrm{d}x. \]

    熟记圆、椭圆等曲线的参数方程。

  2. 参数式第一类曲面积分
    设曲面参数表示为 \(\Sigma = (x(u,v), y(u,v), z(u,v)), (u,v)\in D\),则

    \[\int_\Sigma f(x,y,z)\mathrm{d}S = \int_D f(x(u,v),y(u,v),z(u,v))\sqrt{EG-F^2}\mathrm{d}u\mathrm{d}v. \]

    其中 \(E=x_u^2+y_u^2+z_u^2, F=x_ux_v+y_uy_v+z_uz_v, G=x_v^2+y_v^2+z_v^2\)。
    特别地,当曲面有显式表达 \(z=z(x,y)\) 时,

    \[\int_\Sigma f(x,y,z)\mathrm{d}S = \int_D f(x,y,z(x,y))\sqrt{1+z_x^2+z_y^2}\mathrm{d}x\mathrm{d}y. \]

    熟记球面、椭球面等曲面的参数方程。对于球面 \(x^2+y^2+z^2=R^2\)。\(\sqrt{EG-F^2} = R\)。

  3. 方程式第一类曲面积分
    设曲面方程为 \(g(x,y,z)=0\),则

    \[\int_\Sigma f(x,y,z)\mathrm{d}S = \int_D f(x,y,z)\dfrac{\sqrt{g_x^2+g_y^2+g_z^2}}{|g_z|}\mathrm{d}x\mathrm{d}y. \]

例题 16 计算曲线积分

\[\int_\gamma e^{\sqrt{x^2+y^2}}\mathrm{d}s, \]

\(\gamma\) 是 \(x^2+y^2=a^2, y=x, x=0\) 在第一象限所围图形的边界。

例题 17 计算曲线积分

\[\int_\gamma (x^2+y^2+2z)\mathrm{d}s, \]

\(\gamma\) 是球面 \(x^2+y^2+z^2=4\) 和平面 \(x+y+z=2\) 的交线。

例题 18 求抛物面 \(z=x^2+y^2\) 被 \(z=1\) 截下的有界部分 \(\Sigma\) 的面积。

例题 19 计算曲面积分

\[\int_\Sigma (xy+yz+zx)\mathrm{d}S. \]

\(\Sigma\) 为 \(z=\sqrt{x^2+y^2}\) 被柱面 \(x^2+y^2=2ax\) 所截部分。

3.3 第二类曲线、曲面积分

  1. 第二类曲线积分
    设曲线参数表示为 \(\gamma: (x(t), y(t)), t\in [a,b]\),则

    \[\int_\gamma P(x,y)\mathrm{d}x+Q(x,y)\mathrm{d}y = \int_a^b P(x(t),y(t))x'(t)+Q(x(t),y(t))y'(t)\mathrm{d}t. \]

  2. 第二类曲面积分
    设曲面参数表示为 \(\Sigma: (x(u,v), y(u,v), z(u,v)), (u,v)\in D\),则

    \[\begin{aligned} & \int_\Sigma P(x,y,z)\mathrm{d}y\mathrm{d}z + Q(x,y,z)\mathrm{d}z\mathrm{d}x + R(x,y,z)\mathrm{d}x\mathrm{d}y \\ = & \int_D P(x(u,v),y(u,v),z(u,v))\frac{\partial(y,z)}{\partial{u,v}} + Q(x(u,v),y(u,v),z(u,v))\frac{\partial(z,x)}{\partial(u,v)} + R(x(u,v),y(u,v),z(u,v))\frac{\partial(x,y)}{\partial(u,v)} \mathrm{d}u\mathrm{d}v \\ = & \int_D P(x,y,z)\cos\alpha(x,y,z) + Q(x,y,z)\cos\beta(x,y,z) + R(x,y,z)\cos\gamma(x,y,z)\mathrm{d}u\mathrm{d}v. \\ \end{aligned} \]

    其中 \(\alpha,\beta,\gamma\) 是曲面在 \((x,y,z)\) 处的法向量。

例题20 计算曲线积分

\[\int_\gamma (y-z)\mathrm{d}x + (z-x)\mathrm{d}y + (x-y)\mathrm{d}z. \]

\(\gamma\) 为 \(x^2+y^2+z^2=1\) 和 \(y=x\tan\alpha\) 的交线,从 \(z\) 轴正向看去是逆时针。

例题21 计算曲面积分

\[\int_\Sigma \frac{e^{\sqrt y}}{\sqrt{z^2+x^2}}\mathrm{d}z\mathrm{d}x \]

\(\Sigma\) 为 \(y=x^2+z^2, y=1, y=2\) 所围立体的表面,方向取外侧。

3.4 Stokes公式

  1. Green公式
    设 \(D\) 为平面单连通区域(直观理解,没有“洞”),\(\partial D\) 是分段光滑的简单闭曲线,且 \(P,Q\) 在 \(D\) 上具有连续偏导数,定向为正(逆时针),则

    \[\int_{\partial D} P(x,y)\mathrm{d}x + Q(x,y)\mathrm{d}y = \int_D \frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} \mathrm{d}x\mathrm{d}y. \]

    如果待积积分的曲线不是闭曲线,需要用尽可能简单的曲线来“补全”。后两个公式同理。

  2. Gauss公式
    设 \(\Omega\) 为空间单连通区域,\(\partial\Omega\) 是分片光滑的闭曲面,且 \(P,Q,R\) 在 \(\Omega\) 上具有连续偏导数,定向为正(外法向),则

    \[\int_{\partial\Omega} P(x,y,z)\mathrm{d}y\mathrm{d}z + Q(x,y,z)\mathrm{d}z\mathrm{d}x + R(x,y,z)\mathrm{d}x\mathrm{d}y = \int_{\Omega} \frac{\partial P}{\partial x}(x,y,z) + \frac{\partial Q}{\partial y}(x,y,z) + \frac{\partial R}{\partial z}(x,y,z) \mathrm{d}x\mathrm{d}y\mathrm{d}z. \]

  3. Stokes公式
    设 \(\Sigma\) 为空间的带边界曲面,\(\partial\Sigma\) 是分段光滑曲线,且 \(P,Q,R\) 在 \(\Sigma\) 上具有连续偏导数,定向与曲面的定向服从右手定则(曲面定向向上则曲线定向为逆时针),则

    \[\int_{\partial\Sigma} P(x,y,z)\mathrm{d}x + Q(x,y,z)\mathrm{d}y + R(x,y,z)\mathrm{d}z = \int_{\Omega} \left(\frac{\partial R}{\partial y} - \frac{\partial Q}{\partial z}\right)\mathrm{d}y\mathrm{d}z + \left(\frac{\partial P}{\partial z} - \frac{\partial R}{\partial x}\right)\mathrm{d}z\mathrm{d}x + \left(\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y}\right)\mathrm{d}x\mathrm{d}y. \]

  4. 奇点处理
    在应用这三个公式时,如果右端积分区域中存在奇点,例如对 \(\int_{\partial D} \dfrac{x\mathrm{d}y-y\mathrm{d}x}{x^2+y^2}\) 使用格林公式,
    需要在奇点附近挖去一个充分小的区域,使用格林公式计算剩余区域边界的积分 \(I_1-I_2\),再加上被挖去的区域边界的积分 \(I_2\)。

例题22 计算曲线积分

\[\int_\gamma (x^2y\cos x + 2xy\sin x - y^2e^x)\mathrm{d}x + (x^2\sin x - 2ye^x)\mathrm{d}y, \]

\(\gamma: x^{\frac 23} + y^{\frac 23} = a^{\frac 23}\),取逆时针方向。

例题23 计算曲面积分

\[\int_\Sigma 2(1-x^2)\mathrm{d}y\mathrm{d}z + 8xy\mathrm{d}z\mathrm{d}x - 4zx\mathrm{d}x\mathrm{d}y, \]

\(\Sigma\) 是 \(x=e^y (0\leq y\leq a)\) 绕 \(x\) 轴旋转而成的旋转面,法向量与 \(x\) 轴的正向夹角为钝角。

例题24 计算曲面积分

\[\int_\Sigma x\mathrm{d}y\mathrm{d}z + y\mathrm{d}z\mathrm{d}x + z\mathrm{d}x\mathrm{d}y \]

\(\Sigma: z=\sqrt{R^2-x^2-y^2}\),方向取上侧。

例题25 计算曲线积分

\[\int_\gamma (x^2-yz)\mathrm{d}x + (y^2-zx)\mathrm{d}y + (z^2-xy)\mathrm{d}z, \]

\(\gamma\) 是沿着曲线 \(x=a\cos\varphi, y=a\sin\varphi, z=\frac h{2\pi}\varphi\) 从 \((a,0,0)\) 到 \((a,0,h)\) 的路径。

例题26 计算曲线积分

\[\int_\gamma \frac{x\mathrm{d}y-y\mathrm{d}x}{4x^2+y^2}, \]

\(\gamma=: (x-1)^2+y^2=R^2\),逆时针方向。

例题27 计算曲面积分

\[\int_\Sigma \frac{x\mathrm{d}y\mathrm{d}z + y\mathrm{d}z\mathrm{d}x + z\mathrm{d}x\mathrm{d}y}{(x^2+y^2+z^2)^{\frac 32}}, \]

\(\Sigma: x^2+2y^2+3z^2=1\),方向取外侧。

3.5 场论初步


  1. 数量场:多元函数 \(f(x,y,z)\)。
    向量场:多元向量函数 \(\boldsymbol{F}(x,y,z) = P\boldsymbol{i} + Q\boldsymbol{j} + R\boldsymbol{k}\)。

  2. 散度和旋度

    \[\mathrm{div}\boldsymbol{F} = \nabla\cdot \boldsymbol{F} = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}. \\ \mathbf{rot}\boldsymbol{F} = \nabla\times \boldsymbol{F} = \left(\frac{\partial R}{\partial y} - \frac{\partial Q}{\partial z}\right)\boldsymbol{i} + \left(\frac{\partial P}{\partial z} - \frac{\partial R}{\partial x}\right)\boldsymbol{j} + \left(\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y}\right)\boldsymbol{k}. \\ \]

    数量场梯度向量场
    向量场散度数量场
    向量场旋度向量场

  3. Laplace算子

    \[\Delta f = \nabla \cdot \nabla f = \frac{\partial^2 P}{\partial x^2} + \frac{\partial^2 Q}{\partial y^2} + \frac{\partial^2 R}{\partial z^2}. \]

  4. 散度定理

    \[\int_\Omega \nabla \cdot \boldsymbol{F} \mathrm{d}V = \int_{\partial\Omega} \boldsymbol{F}\cdot \mathrm{d}\boldsymbol{S} = \int_{\partial\Omega} \boldsymbol{F}\cdot \boldsymbol{n}\mathrm{d}S. \]

    实际应用时,我们常常会令 \(\boldsymbol{F}\) 为某个数量场的梯度。

例题28 证明格林第二公式

\[\int_\Omega(f\Delta g - g\Delta f)\mathrm{d}V = \int_{\partial\Omega} \left(f\frac{\partial g}{\partial \boldsymbol{n}} - g\frac{\partial f}{\partial \boldsymbol{n}}\right)\mathrm{d}S. \]

标签:frac,复习,int,微积分,II,partial,例题,sum,mathrm
From: https://www.cnblogs.com/EssentialSingularity/p/18514644

相关文章

  • pyqt5实现nii文件叠加显示
            最近在做一个医学影像处理的项目,要求是使用pyqt5实现T1.nii文件和靶区文件的叠加显示。之前有web前端开发和一些python基础,pyqt5和医学影像文件(nii格式文件)处理都是第一次接触。趁着十一假期比较清闲,记录一下该功能实现的过程(pyqt5相关基础就不说了,B站很多新......
  • 队列与树 数据结构复习笔记
    2.3队列队列(Queue),它是一种运算受限的线性表,先进先出(FIFOFirstInFirstOut)队列是一种受限的线性结构受限之处在于它只允许在表的前端(front)进行删除操作,而在表的后端(rear)进行插入操作Python标准库中的queue模块提供了多种队列实现,包括普通队列、双端队列、优先队......
  • IIC通信协议详解 & PCF8591应用(Verilog实现)
    该文章结合PCF85918-bitAD/DA模数/数模转换器来详细介绍IIC通信协议,尽量做到条理清晰,通俗易懂。该文图片均从PCF8591手册中截取,一定程度上引导读者学习阅读datasheet。1.PCF8591引脚2.功能介绍2.1地址位在I2C总线系统中,每个PCF8591设备都通过发送一个有效地址来激活。......
  • 92. 反转链表 II Golang实现
    题目描述:给你单链表的头指针head和两个整数left和right,其中left<=right。请你反转从位置left到位置right的链表节点,返回反转后的链表。思路分析:没到指定的位置范围时,直接进行链表的链接,然后到了需要转换的范围就将这些节点用一个栈保存,然后再利用栈的先入后出......
  • CF1249F Maximum Weight Subset 题解 / 长链剖分复习
    CF1249FMaximumWeightSubset题解题目大意给定一个\(n\)个节点的树,每个节点有点权\(a_i\)。从中选出若干节点,要求这些点两两之间距离大于给定常数\(k\),使得点权和最大。Solve给出一种线性做法。前置知识:长链剖分优化DP。考虑一个DP:设\(f(u,d)\)表示在\(u\)的子......
  • Leecode 685. 冗余连接 II
    分类讨论:两种情况,一是有节点有两个父节点,二是头尾相连1structUnionFind{2vector<int>ancestor;34UnionFind(intn){5ancestor.resize(n);6for(inti=0;i<n;++i){7ancestor[i]=i;8}9}......
  • 立即执行函数表达式(Immediately Invoked Function Expression, IIFE)的学习
    一、立即执行函数表达式(ImmediatelyInvokedFunctionExpression,IIFE)。这种模式在JavaScript中常用于创建一个独立的作用域,以避免变量污染全局命名空间。常见的例子可以分解如下:(function(window){//这里可以写任何需要执行的代码})(window);在这个例子中,funct......
  • 142. 环形链表 II Golang实现
    #题目描述:给定一个链表的头节点head,返回链表开始入环的第一个节点。如果链表无环,则返回null。如果链表中有某个节点,可以通过连续跟踪next指针再次到达,则链表中存在环。为了表示给定链表中的环,评测系统内部使用整数pos来表示链表尾连接到链表中的位置(索引从0开始)。如......
  • PLC 编程和 IIOT 工业物联网的区别是什么
    PLC编程和IIOT工业物联网的区别:1.技术定义和应用范围;2.功能特性对比;3.系统架构差异;4.数据处理方式;5.未来发展趋势。PLC主要负责现场控制和设备直接管理,而IIOT则担负着将设备数据互联互通、优化整体生产流程的任务。1.技术定义和应用范围PLC编程:是指利用一种专门的编程......
  • 代码随想录算法训练营day27| 122.买卖股票的最佳时机II 55. 跳跃游戏 45.跳跃
    学习资料:https://programmercarl.com/0122.买卖股票的最佳时机II.html#算法公开课贪心PART2学习记录:122.买卖股票的最佳时间2(求最大利润,贪心:把所有正数相加;后一天与当天的股票价格差值,若为正就加入利润,若为负,则不加)点击查看代码classSolution:defmaxProfit(self,pr......